III.2.2. Fluctuation spatio-temporelle de la
température
24,8
24,6
24,4
24,2
23,8
23,6
23,4
23,2
25
24
23
1 2 3 4 5 6 7 8 9 10
Fluctuation de la température de
1986-1995
24,8
24,6
24,4
24,2
23,8
23,6
23,4
23,2
25
24
1 2 3 4 5 6 7 8 9 10
Fluctuation de la température de 2000 à
2009
24,8
24,6
24,4
24,2
23,8
23,6
23,4
23,2
25
24
1 2 3 4 5 6 7 8 9 10
Fluctuation de la température de 2009 à
2018
58
Fig.28. Fluctuation spatio-temporelle de la
température
59
La figure 30 présente la fluctuation de la
température au courant de trois décennies en étude. Ces
courbes de fluctuation, montrent une tendance d'équilibre de
température moyenne annuelle au courant de la deuxième
décennie.
On peut cependant constater des fortes fluctuations de la
température au courant de la première décennie en
dépit du fait que les valeurs moyennes annuelles de température y
sont faibles. Cette figure atteste également que la moyenne annuelle la
plus élevée de la température est observée à
la troisième décennie précisément en 2016, alors
que la moyenne annuelle la plus faible de la température est
observée au courant de la première décennie
précisément en 1994. La figure 31 et le tableau 15 ci-dessous
présentent les statistiques descriptives relatives à la
variabilité de la température au courant de trois
décennies en études.
Fig.29. Variabilité de la température
Tableau 15 : Variabilité de la
température
|
Précipitations
|
N
|
Mean
|
Minimum
|
Maximum
|
Std.Dev
|
Coef.Var
|
|
D1
|
10
|
24.03
|
23.7
|
24.4
|
0.22
|
92%
|
|
D2
|
10
|
24.37
|
24.2
|
24.6
|
0.13
|
54%
|
|
D3
|
10
|
24.65
|
24.4
|
24.9
|
0.15
|
64%
|
Les deux illustrations ci-haut, démontrent
l'augmentation de la température moyenne autant que la
température minimale et maximale, d'une décennie à
l'autre. De la première à la deuxième décennie, on
enregistre une augmentation de 0,34°C, alors que de la deuxième
à la troisième décennie, l'augmentation est de
0,28°C. La première décennie enregistre la plus forte
variabilité et les écarts les plus importants dans la fluctuation
de la température. La sous-section ci-dessous présente les
résultats relatifs à la prédiction à court, moyen
et long terme des variables climatiques.
III.2.3. Prédiction des variables climatiques a.
Les modèles d'ajustement des précipitations
|
Fig.30. Les modèles d'ajustement des
précipitations
|
62
La figure 33 ci-dessus présente les modèles qui
ajustent la fluctuation des précipitations dans la zone
forestière de Yangambi. Trois modèles sont comparés. Il
s'agit du modèle exponentiel, du modèle linéaire et du
modèle logarithmique. Pour tous les modèles testés, on
observe l'existence d'une relation entre les précipitations et la
superficie forestière (P-value étant supérieur de 0).
Cependant, la corrélation positive entre ces deux variables
s'avère très faible et identique pour tous les modèles.
Aucun modèle ne semble bien ajuster la relation que l'autre. Ainsi, pour
simuler la fluctuation des précipitations pour le court, le moyen et
long terme, la présente étude applique tous les trois
modèles.
La superficie moyenne des forêts au courant de la
dernière décennie étant de 297403,425ha, et la perte
décennale moyenne étant estimée à 5633,99ha, la
tendance future des précipitations est prédite en
considérant ces variations forestières. La figure 34 ci-dessous
présente les tendances pour le court, le moyen et long terme des
précipitations.
b. Les tendances futures des
précipitations
La figure 34 ci-dessus présente la situation approximative
des précipitations à court, moyen et
long terme dans la zone d'étude.
Tendances futures des précipitations
|
|
|
1795,96
|
|
1822,63
|
1832,75
|
|
|
|
|
1799,47
|
|
1824,14
|
|
1836,14
|
|
|
|
|
1806,52
|
|
1827,07
|
1839,52
|
2018-2078
2018-2058
2018-2038
1770 1780 1790 1800 1810 1820 1830 1840 1850
Modèle exponentiel Modèle logarithmique
Modèle linéaire
Fig.31. Tendances des précipitations à
court, moyen et long terme Tous les trois modèles appliqués,
attestent une diminution des précipitations. Le modèle
exponentiel semble plus pessimiste que tous les autres. Il atteste des fortes
diminutions pour le court, le moyen et le long terme. Le modèle
linéaire et logarithmique par contre, montrent des diminutions un peu
moins fortes. Globalement, la tendance future des précipitations serait
d'une diminution. Pour le long terme, les précipitations annuelles
moyennes fluctueraient entre 1795 à 1832mm.
c. Les modèles d'ajustement de la
température
|
|
|
Fig.32. Les modèles d'ajustement de la
température
|
|
64
La figure 35 ci-dessus présente les modèles qui
ajustent la fluctuation de la température dans la zone forestière
de Yangambi. Trois modèles sont comparés. Il s'agit du
modèle exponentiel, du modèle linéaire et du modèle
logarithmique. Pour tous les modèles testés, on observe
l'existence d'une relation entre la température et la superficie
forestière (P-value étant supérieur de 0). On observe
également une forte corrélation bien que négative, entre
ces deux variables de manière identique pour tous les trois
modèles. Ainsi, pour simuler la fluctuation de la température
pour le court, le moyen et long terme, l'étude applique tous les trois
modèles. La figure 36 ci-dessous présente les tendances pour le
court, le moyen et long terme de la température.
d. Les tendances futures de la
température
La figure 35 ci-dessus présente la situation
approximative de la température à court, moyen et long terme dans
la zone d'étude.
2018-2078
2018-2058
2018-2038
Modèle exponentiel Modèle logarithmique
Modèle linéaire
24,5 24,6 24,7 24,8 24,9 25 25,1 25,2 25,3 25,4
Tendances futures de la température
Fig.33. Tendances de la température à court,
moyen et long terme Tous les trois modèles appliqués,
attestent une tendance globale d'augmentation de la température. Alors
que le modèle exponentiel et le modèle linéaire
aboutissent au même résultat pour le court, le moyen et le long
terme, le modèle logarithmique parait par ailleurs plus pessimiste pour
le long terme. Il est le seul à prédire une température
annuelle moyenne de plus de 25,3°C pour le long terme.
65
| 
